总结期间

Question

我的表中有一个lubridate period列，如下所示。

workerID   worked_hours
02         08H30M00S
02         08H00M00S    
03         08H00M00S
03         05H40M00S

我想要实现的是对workerID的工作小时数求和。我还希望它是HH:MM:SS格式，即使小时数超过24小时，我也不希望它有一天，而是使小时数累计超过24小时。我已经尝试过使用

df %>%
 group_by(workerID) %>% 
 summarise(sum(worked_hours))

但这会返回一个0。

Answer 1

您可以使用lubridate包，它使处理时间变得更容易。在您的示例中，我们需要首先转换为hms (小时、分钟、秒)类，按worker ID分组并获取sum。但是，为了将其转换为HH:MM:SS格式，我们需要转换为句号，即

library(tidyverse)
library(lubridate)

df %>% 
 mutate(new = as.duration(hms(worked_hours))) %>% 
 group_by(workerID) %>% 
 summarise(sum_times = sum(new)) %>% 
 mutate(sum_times = seconds_to_period(sum_times))

这给了我们

A tibble: 2 x 2 workerID sum_times 1 2 16H 30M 0S 2 3 13H 40M 0S

Answer 2

还有一个基本的R解决方案。我添加了一个超过分钟和小时的行。

  workerID worked_hours
1        2    08H30M00S
2        2    08H00M00S
3        3    08H00M00S
4        3    05H40M00S
5        2    09H45M00S

我们可以在字符处拆分worked_hours，然后根据工人的ID聚合它。之后，我们需要从分钟中减去完整的小时数。最后，我们用:压缩时间。

p <- cbind(p[1], do.call(rbind, lapply(strsplit(p$worked_hours, "\\D"), as.numeric)))
p <- aggregate(. ~ workerID, p, sum)
p$`1` <- p$`1` + floor(p$`2` / 60)
p$`2` <- p$`2` %% 60
p[-1] <- lapply(p[-1], function(x) sprintf("%02d", x))  # to always have two digits
cbind(p[1], worked_hours=apply(p[-1], 1, function(x) paste(x, collapse=":")))
#   workerID worked_hours
# 1        2     26:15:00
# 2        3     13:40:00

Data

p <- structure(list(workerID = c("2", "2", "3", "3", "2"), worked_hours = c("08H30M00S", 
    "08H00M00S", "08H00M00S", "05H40M00S", "09H45M00S")), row.names = c(NA, 
    -5L), class = "data.frame")